[發(fā)明專利]節(jié)奏點(diǎn)的確定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910967555.6
• 申請(qǐng)日: 2019-10-12
• 公開(kāi)（公告）號(hào): CN110688518A
• 公開(kāi)（公告）日: 2020-01-14
• 發(fā)明（設(shè)計(jì)）人: 勞振鋒
• 申請(qǐng)（專利權(quán)）人: 廣州酷狗計(jì)算機(jī)科技有限公司
• 主分類號(hào): G06F16/63
• 分類號(hào): G06F16/63;G06F16/632;G06F16/68
• 代理公司: 11138 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司
• 代理人: 邢惠童

1.一種節(jié)奏點(diǎn)的確定方法，其特征在于，所述方法包括：

獲取待處理的第一音頻的多個(gè)音頻幀，每個(gè)音頻幀包括多個(gè)采樣點(diǎn)；

基于節(jié)奏可感知時(shí)長(zhǎng)，將所述多個(gè)音頻幀分成多組，每組包括至少一個(gè)音頻幀，所述第一音頻的音頻時(shí)長(zhǎng)包括多個(gè)所述節(jié)奏可感知時(shí)長(zhǎng)；

從每組內(nèi)的至少一個(gè)音頻幀包括的采樣點(diǎn)中，確定一個(gè)采樣點(diǎn)作為備選節(jié)奏點(diǎn)，得到多個(gè)備選節(jié)奏點(diǎn)；

基于所述多個(gè)備選節(jié)奏點(diǎn)，確定所述第一音頻的節(jié)奏點(diǎn)。

2.如權(quán)利要求1所述的方法，其特征在于，當(dāng)每組內(nèi)包括多個(gè)音頻幀時(shí)，所述從每組內(nèi)的至少一個(gè)音頻幀包括的采樣點(diǎn)中，確定一個(gè)采樣點(diǎn)作為備選節(jié)奏點(diǎn)，包括：

對(duì)于多組中的任一組，基于所述任一組內(nèi)的多個(gè)音頻幀中每個(gè)音頻幀的音頻總能量，從所述任一組內(nèi)的多個(gè)音頻幀中確定多個(gè)目標(biāo)音頻幀；

從所述任一組內(nèi)的多個(gè)目標(biāo)音頻幀中選擇最大音頻能量的目標(biāo)音頻幀；

將選擇的目標(biāo)音頻幀內(nèi)的第一個(gè)采樣點(diǎn)確定為所述任一組的備選節(jié)奏點(diǎn)。

3.如權(quán)利要求2所述的方法，其特征在于，所述從所述任一組內(nèi)的多個(gè)音頻幀中確定多個(gè)目標(biāo)音頻幀，包括：

對(duì)于所述任一組內(nèi)的多個(gè)音頻幀中的任一音頻幀，當(dāng)所述任一音頻幀的音頻總能量與相鄰的下一個(gè)音頻幀的音頻總能量之間的差值大于音頻能量閾值時(shí)，從所述任一音頻幀和下一個(gè)音頻幀中選擇音頻總能量最大的音頻幀；

將選擇的音頻幀確定為所述任一組內(nèi)的多個(gè)音頻幀的一個(gè)目標(biāo)音頻幀。

4.如權(quán)利要求1所述的方法，其特征在于，當(dāng)所述第一音頻中包括人聲時(shí)，所述基于所述多個(gè)備選節(jié)奏點(diǎn)，確定所述第一音頻的節(jié)奏點(diǎn)，包括：

確定所述第一音頻中包括人聲的音頻部分；

將所述多個(gè)備選節(jié)奏點(diǎn)中除所述音頻部分對(duì)應(yīng)的備選節(jié)奏點(diǎn)之外的備選節(jié)奏點(diǎn)和所述音頻部分對(duì)應(yīng)的人聲采樣點(diǎn)確定為所述第一音頻的節(jié)奏點(diǎn)，所述人聲采樣點(diǎn)是指存在人聲的音頻部分對(duì)應(yīng)的采樣點(diǎn)。

5.如權(quán)利要求1所述的方法，其特征在于，所述獲取待處理的第一音頻的多個(gè)音頻幀之前，還包括：

對(duì)所述第一音頻進(jìn)行過(guò)濾處理，得到第二音頻，所述第二音頻的頻率大于等于第一預(yù)設(shè)頻率閾值且小于等于第二預(yù)設(shè)頻率閾值；

相應(yīng)地，所述獲取待處理的第一音頻的多個(gè)音頻幀，包括：

獲取所述第二音頻的多個(gè)音頻幀。

6.如權(quán)利要求1所述的方法，其特征在于，所述基于所述多個(gè)備選節(jié)奏點(diǎn)，確定所述第一音頻的節(jié)奏點(diǎn)，包括：

當(dāng)所述多個(gè)備選節(jié)奏點(diǎn)中存在相鄰兩個(gè)備選節(jié)奏點(diǎn)之間的時(shí)長(zhǎng)小于所述節(jié)奏可感知時(shí)長(zhǎng)時(shí)，將所述相鄰兩個(gè)備選節(jié)奏點(diǎn)中音頻能量小的備選節(jié)奏點(diǎn)刪除；

當(dāng)刪除后剩余的多個(gè)備選節(jié)奏點(diǎn)中不存在相鄰兩個(gè)備選節(jié)奏點(diǎn)之間的時(shí)長(zhǎng)小于所述節(jié)奏可感知時(shí)長(zhǎng)時(shí)，將刪除后剩余的多個(gè)備選節(jié)奏點(diǎn)確定為所述第一音頻的節(jié)奏點(diǎn)。

7.一種節(jié)奏點(diǎn)的確定裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待處理的第一音頻的多個(gè)音頻幀，每個(gè)音頻幀包括多個(gè)采樣點(diǎn)；

分組模塊，用于基于節(jié)奏可感知時(shí)長(zhǎng)，將所述多個(gè)音頻幀分成多組，每組包括至少一個(gè)音頻幀，所述第一音頻的音頻時(shí)長(zhǎng)包括多個(gè)所述節(jié)奏可感知時(shí)長(zhǎng)；

備選節(jié)奏點(diǎn)確定模塊，用于從每組內(nèi)的至少一個(gè)音頻幀包括的采樣點(diǎn)中，確定一個(gè)采樣點(diǎn)作為備選節(jié)奏點(diǎn)，得到多個(gè)備選節(jié)奏點(diǎn)；

節(jié)奏點(diǎn)確定模塊，用于基于所述多個(gè)備選節(jié)奏點(diǎn)，確定所述第一音頻的節(jié)奏點(diǎn)。

8.如權(quán)利要求7所述的裝置，其特征在于，當(dāng)每組內(nèi)包括多個(gè)音頻幀時(shí)，所述備選節(jié)奏點(diǎn)確定模塊用于：

對(duì)于多組中的任一組，基于所述任一組內(nèi)的多個(gè)音頻幀中每個(gè)音頻幀的音頻總能量，從所述任一組內(nèi)的多個(gè)音頻幀中確定多個(gè)目標(biāo)音頻幀；

從所述任一組內(nèi)的多個(gè)目標(biāo)音頻幀中選擇最大音頻能量的目標(biāo)音頻幀；

將選擇的目標(biāo)音頻幀內(nèi)的第一個(gè)采樣點(diǎn)確定為所述任一組的備選節(jié)奏點(diǎn)。